首页--工业技术论文--无线电电子学、电信技术论文--无线电设备、电信设备论文--电源论文

星载电源多余物检测系统的研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·课题背景及研究目的和意义第9-10页
   ·课题的国内外研究现状第10-13页
     ·国外研究现状第10-12页
     ·国内研究现状第12-13页
   ·本文主要研究内容第13-15页
第2章 系统总体方案设计第15-32页
   ·引言第15页
   ·系统主要功能及技术指标第15-16页
     ·系统主要功能第15页
     ·技术指标第15-16页
   ·系统总体方案设计第16页
   ·系统硬件设计第16-24页
     ·声发射传感器的选择和安装第17-18页
     ·调理电路设计第18-21页
     ·转速采集电路设计第21-23页
     ·双通道数据采集卡的改进设计第23-24页
   ·系统软件设计第24-31页
     ·下位机软件设计第25页
     ·采集和显示模块设计第25-27页
     ·数据存储模块设计第27-28页
     ·小波变换算法模块设计第28-29页
     ·多余物材质识别模块设计第29-31页
   ·本章小结第31-32页
第3章 星载电源多余物检测方法第32-43页
   ·引言第32页
   ·星载电源多余物信号分类第32-33页
   ·小质量多余物检测方法第33-36页
     ·小波消噪原理第33-34页
     ·小波基的选取和消噪阈值的确定第34-35页
     ·基于小波消噪的小质量多余物检测方法第35-36页
   ·微小质量多余物的检测方法第36-40页
     ·随机共振原理第37-38页
     ·随机共振的条件第38-39页
     ·随机共振数值解法第39-40页
     ·基于随机共振的微小质量多余物检测方法第40页
   ·实验结果及分析第40-42页
   ·本章小结第42-43页
第4章 星载电源多余物材质识别方法第43-53页
   ·引言第43页
   ·星载电源多余物材质的特征提取第43-46页
     ·不同材质的多余物信号特征第43-44页
     ·多余物材质特征提取方法第44-46页
   ·基于LVQ 神经网络材质识别方法第46-48页
     ·LVQ 神经网络第46-47页
     ·基于LVQ 神经网络的材质识别算法第47-48页
   ·基于BP 神经网络多余物材质识别方法第48-51页
     ·BP 神经网络第49-50页
     ·基于BP 神经网络的多余物材质识别算法第50-51页
   ·两种识别方法对比分析第51-52页
   ·本章小结第52-53页
结论第53-54页
参考文献第54-59页
附录星载电源多余物检测系统实物图第59-60页
攻读学位期间发表的学术论文第60-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:静止同步补偿器控制技术研究
下一篇:智能电网高性能数字录波器设计及压缩算法